发简信
IP属地：上海
-
本专题招募管理员，有意向请简信私聊，谢谢！ 用来分享机器学习，深度学习，神经网络，计算机视觉等领域的一些技术。 Machine Learning 学习资料：http://www.jianshu.com/p/e0238db24973 相关参考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 课程整理：http://www.jianshu.com/p/182baeb82c71 3. [深度学习与神经网络(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步链接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.jianshu.com/p/6752a8845d01 8. [知乎“机器学习”专栏]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.jianshu.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互学习！
-
线性模型--线性回归本文主要从数学原理的角度探讨。从数学的角度理解，线性模型的输入是一组特征向量x，输出也是一组特征向量。 线性回归可用于回归和分类。 我们通过数据集D优化线性回归模型的目的是什...
-
无约束条件的参数优化（2）--牛顿法
一、牛顿法 在介绍牛顿法之前，先回顾下在数学分析中，对于牛顿法的解释。 在高数中，牛顿法适中估值方法，用于近似计算，是迭代法的一种。 其精髓在于：对于目标方程f(x)=0,首...
-
无约束条件的参数优化（1）--梯度下降算法
为什么要学习最优化理论？ 因为对于ML模型训练，最终都可以归结为最优化问题，寻找最优参数，是模型的loss最小。 在ML中，最优化分为 无约束的最优化问题和有约束的最优化问题...
-
